DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
| ŠUMARSKI LIST 5-6/2010 str. 77 <-- 77 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 tljivom. Kod tzv. ‘borda glasanja’(engl. Borda Count) svaki glasač daje n glasova za, po njemu, najbolju opciju, n – 1 glasova za sljedeću i tako dalje dok ne preostane jedan glas za onu najlošiju. Navedene tehnike tek su primjeri velikog broja načina glasanja. Glasačke tehnike razvijene su za obradu situacija s niskom kvalitetom podataka o preferencijama. Jednostavnost i obuhvatnost glasačkih tehnika njihova je glav na prednost, posebice pri grupnom planiranju i odlučivanju. Uključivanjem većeg broja informacija one sve više sliče SMARTmetodi. Općeniti je stav pritom da glasačke tehnike ne treba modificirati i dodatno komplicirati za primjene za koje već postoje posebne višekriterijske aplikacije. ‘Metoda višekriterijskog odobrenja’ (engl.Multicriteria Approval method) je metoda koja je zasnovana na glasačkoj tehnici odobrenja i primijenjena je u šumarstvu (Laukkaneni dr. 2002, Kangasi Kangas2004). Glasačke tehnike još su primijenili npr. Shieldsi dr.(1999) iHiltuneni dr(2008). 2.6.Analiza stohastičke višekriterijske prihvatljivosti Stochastic multicriteria acceptability analysis (SMAA) Slično kao i SMART, analiza stohastičke višekriterijske prihvatljivosti (SMAA) zapravo predstavlja skup metoda. Prvotno su razvijene za diskretne višekriterijske probleme s nepotpunim i/ili nepouzdanim kriterijima gdje, zbog nekih razloga, od donositelja odluka nije bilo moguće dobiti podatke o težinama i preferencijama. SMAAmetode su zasnovane na određivanju onih vrijednosti težina koje će svaku od alterantiva učiniti najboljom ili joj dati određeni rang. Glavni pokazatelji SMAA proračuna uključuju tzv. indekse prihvatljivosti, koji opisuju vjerojatnost rangiranja određene alternative. Naime, ako težine ili važnosti kriterija nisu unaprijed određene, indeksi prihvatljivosti prikazuju dominantnost alternativa u svim mogućim težinskim kombinacijama kriterija. Indeks ukupne prihvatljivosti može se izračunati npr. kao težinski prosjek vjerojatnih rangova različitih alternativa, s najvećom težinom za prvo mjesto, zatim drugo i tako dalje. Ovakav način blizak je šumarstvu, gdje se može reći da se uslijed snažne nesigurnosti u planiranju, najčešće niti jedna od razmatranih alternativa ne može sa sigurnošću proglasiti najboljom. Prve primjene SMAAmetoda u šumarstvu provedene su u kontekstu planiranja upravljanja šumskim ekosustavom (Kangasi dr.2003, Kangasi Kan- gas2004). Budući su mnoge karakteristike SMAA metode korisne u današnjem upravljanju prirodnim resursima, sve je veći interes za njih i u šumarstvu (Kangasi dr 2006,Diaz-BalteiroiRomero2008). 2.7.AOMPi druge metode višekriterijskog odlučivanja DEA and other multi-criteria decision models Kratki opis nekih metoda višekriterijskog odlučivanja i njihove primjene pokazuje da se one znatno razlikuju. Očito je pritom da različitim situacijama i problemima najbolje odgovaraju različite metode. Niti jedna metoda nije univerzalna i najbolja, čak ni primijenjiva, u svim slučajevima. Izbor najbolje ili jednostavno odgovarajuće metode za potporu u odlučivanju zahtijeva poznavanje više modela, njihovih postavki, predno sti i ograničenja, kao i karakteristika te zahtjeva specifičnih situacija i problema u planiranju i odlučivanju. U tablici 1 prikazane su karakteristike nekih meto da višekriterijskog odlučivanja i njihova usporedba. Tablica 1.Karakteristike metoda višekriterijskog odlučivanja (prema Sarkis iWeinrach 2001) Table 1Multiple criteria evaluation technique characteristics (Sarkis i Weinrach 2001) Metoda Evaluation technique Troškovi Cost of implementation Zahtjev za podacima Data reqiurement Osjetljivost Ease of sensitivity Razumljivost Management understanding Matematička složenost Mathematical complexity Fleksibilnost Parameter mixing- flexibility AOMP-DEASSNNVS AHPSSNSNV Ekspertni sustavi Expert systemsVVNSVV Ciljno programiranje Goal programSSSNVN MAUTVVSSSV Metode višeg ranga OutrankingSSNNSS Simulacije SimulationVVVVVS Scoring modeli Scoring modelsNNNVNV V– visoko -high; S – srednje -medium; N – nisko -low 279 |